Jak arbitraż statystyczny może prowadzić do dużych zysków
Hipoteza rynku efektywnego (EMH) stwierdza, że rynki finansowe są „informacyjnie wydajny” tym, że ceny sprzedawanych aktywów odzwierciedla wszystkie znane informacje w dowolnym momencie. Ale jeśli to prawda, to dlaczego ceny zmieniają się z dnia na dzień, pomimo braku nowych podstawowych informacji? Odpowiedź dotyczy jednego aspektu, o którym często zapomina się wśród indywidualnych traderów: płynności.
Wiele dużych transakcji instytucjonalnych w ciągu dnia nie ma nic wspólnego z informacjami, a wszystko, co ma związek z płynnością. Inwestorzy, którzy czują się prześwietleni, będą agresywnie zabezpieczać lub likwidować pozycje, co ostatecznie wpłynie na cenę. Te podmioty żądające płynności są często skłonne zapłacić cenę za wyjście ze swoich pozycji, co może przynieść zysk dostawcom płynności. Ta zdolność do czerpania zysków z informacji wydaje się zaprzeczać hipotezie efektywnego rynku, ale stanowi podstawę arbitrażu statystycznego.
Arbitraż statystyczny ma na celu wykorzystanie podstawowego związku między ceną a płynnością poprzez czerpanie korzyści z postrzeganej błędnej wyceny jednego lub większej liczby aktywów w oparciu o oczekiwaną wartość aktywów wygenerowanych na podstawie modelu statystycznego.
Kluczowe wnioski
- Arbitraż statystyczny to strategia inwestycyjna, której celem jest zmniejszenie luki w cenach transakcyjnych dwóch lub więcej papierów wartościowych.
- Stat arb obejmuje kilka różnych strategii, ale wszystkie opierają się na statystycznych lub korelacyjnych prawidłowościach między różnymi aktywami na rynku, który dąży do efektywności.
- Mimo że ma w nazwie słowo „arbitraż”, stat arb może być bardzo ryzykowny i prowadzić do ogromnych i systemowych strat, takich jak epicki upadek funduszu hedgingowego Long Term Capital Management (LTCM).
Co to jest arbitraż statystyczny?
Arbitraż statystyczny, zwany też „stat arb”, powstał w latach 80. XX wieku w związku z żądaniami dotyczącymi zabezpieczenia wynikającymi z operacji blokowych transakcji transakcyjnych Morgan Stanley. Morgan Stanley był w stanie uniknąć kar cenowych związanych z zakupami dużych bloków, kupując akcje zamiast ściśle skorelowanych akcji jako zabezpieczenie przed dużymi pozycjami.
Na przykład, jeśli dział handlowy kupiłby duży pakiet akcji Coca-Coli, dokonałby krótkiej krótkiej transakcji na blisko skorelowanych akcjach, takich jak PepsiCo, aby zabezpieczyć się przed poważnymi spadkami na rynku w krótkim okresie. To skutecznie wyeliminowało część ryzyka rynkowego, podczas gdy firma starała się umieścić zakupione akcje w transakcji pakietowej.
Inwestorzy wkrótce zaczęli myśleć o tych „ parach ” nie jako o izolowanym bloku do wykonania i jego zabezpieczeniu, ale raczej jako o dwóch stronach tej samej strategii handlowej, w której można było osiągać zyski, a nie po prostu jako narzędzie zabezpieczające. Te transakcje parami ostatecznie przekształciły się w kilka bardziej wyrafinowanych strategii mających na celu wykorzystanie statystycznych różnic w cenach papierów wartościowych wynikających z płynności, zmienności, ryzyka lub innych czynników fundamentalnych lub technicznych. Obecnie klasyfikujemy te strategie łącznie jako arbitraż statystyczny.
Rodzaje arbitrażu statystycznego
Istnieje wiele rodzajów arbitrażu statystycznego stworzonych w celu wykorzystania kilku różnych rodzajów możliwości. Chociaż niektóre typy zostały wycofane na coraz bardziej wydajnym rynku, pojawiło się kilka innych możliwości, aby je zastąpić. Oto tylko kilka z podstawowych strategii arbitrażu.
Ryzyko arbitraż
Arbitraż ryzyka to forma arbitrażu statystycznego, której celem jest czerpanie zysków z sytuacji fuzji. Inwestorzy kupują akcje w celu i (jeśli jest to transakcja giełdowa) jednocześnie skracają akcje nabywcy. Rezultatem jest zysk zrealizowany z różnicy między ceną wykupu a ceną rynkową.
W przeciwieństwie do tradycyjnego arbitrażu statystycznego, arbitraż ryzyka wiąże się z podjęciem pewnego ryzyka. Największe ryzyko polega na tym, że fuzja zakończy się niepowodzeniem, a akcje spółki przejmowanej spadną do poziomu sprzed fuzji. Inne ryzyko dotyczy wartości zainwestowanych pieniędzy w czasie. Fuzje, które trwają długo, mogą odbić się na rocznych zwrotach inwestorów.
Kluczem do sukcesu w arbitrażu ryzyka jest określenie prawdopodobieństwa i terminowości połączenia oraz porównanie tego z różnicą w cenie pomiędzy akcjami docelowymi a ofertą wykupu. Niektórzy arbitrzy ryzyka zaczęli również spekulować na temat celów przejęcia, co może prowadzić do znacznie większych zysków przy równie większym ryzyku.
Arbitraż dotyczący zmienności
Arbitraż zmienności jest popularnym rodzajem arbitrażu statystycznego, który koncentruje się na wykorzystaniu różnic między implikowaną zmiennością opcji a prognozą przyszłej zrealizowanej zmienności w portfelu neutralnym pod względem delta. Zasadniczo arbitrzy zmienności spekulują na temat zmienności bazowego papieru wartościowego, zamiast stawiać kierunkowe zakłady na cenę papieru wartościowego.
Kluczem do tej strategii jest dokładne prognozowanie przyszłej zmienności, która może błądzić z różnych powodów, w tym:
- Spory patentowe
- Wyniki badań klinicznych
- Niepewne zarobki
- Spekulacje dotyczące fuzji i przejęć
Gdy arbitraż zmienności oszacuje przyszłą zrealizowaną zmienność, może zacząć szukać opcji, w których zmienność implikowana jest znacznie niższa lub wyższa niż przewidywana zmienność zrealizowana dla bazowego papieru wartościowego. Jeśli implikowana zmienność jest niższa, przedsiębiorca może kupić opcję i zabezpieczyć się bazowym papierem wartościowym, aby stworzyć portfel neutralny pod względem delta. Podobnie, jeśli implikowana zmienność jest wyższa, przedsiębiorca może sprzedać opcję i zabezpieczyć się bazowym papierem wartościowym, aby stworzyć portfel neutralny pod względem delta.
Inwestor osiągnie wówczas zysk na transakcji, gdy zrealizowana zmienność instrumentu bazowego zbliży się do jego prognozy niż do prognozy rynkowej (lub zmienności implikowanej). Zysk jest realizowany z transakcji poprzez ciągłe ponowne zabezpieczenie wymagane do utrzymania neutralności delta portfela.
Sieci neuronowe
Sieci neuronowe stają się coraz bardziej popularne na arenie arbitrażu statystycznego ze względu na ich zdolność do znajdowania złożonych zależności matematycznych, które wydają się niewidoczne dla ludzkiego oka. Sieci te to modele matematyczne lub obliczeniowe oparte na biologicznych sieciach neuronowych. Składają się z grupy połączonych ze sobą sztucznych neuronów, które przetwarzają informacje przy użyciu koneksjonistycznego podejścia do obliczeń – oznacza to, że zmieniają swoją strukturę w oparciu o informacje zewnętrzne lub wewnętrzne, które przepływają przez sieć podczas fazy uczenia się.
Zasadniczo sieci neuronowe to nieliniowe modele danych statystycznych, które są używane do modelowania złożonych relacji między wejściami i wyjściami w celu znalezienia wzorców w danych. Oczywiście każdy wzór w ruchach cen papierów wartościowych może zostać wykorzystany w celu osiągnięcia zysku.
Handel z wysoką częstotliwością
Handel o wysokiej częstotliwości ( HFT ) jest stosunkowo nowym rozwiązaniem, którego celem jest wykorzystanie możliwości komputerów do szybkiego wykonywania transakcji. Wydatki w sektorze handlowym znacznie wzrosły na przestrzeni lat, w wyniku czego istnieje wiele programów zdolnych do wykonywania tysięcy transakcji na sekundę. Teraz, gdy większość możliwości arbitrażu statystycznego jest ograniczona ze względu na konkurencję, możliwość szybkiego wykonywania transakcji jest jedynym sposobem na skalowanie zysków.
Coraz bardziej złożone sieci neuronowe i modele statystyczne w połączeniu z komputerami zdolnymi do obliczania liczb i szybszego wykonywania transakcji są kluczem do przyszłych zysków dla arbitrów.
Jak arbitraż statystyczny wpływa na rynki
Arbitraż statystyczny zaczął odgrywać istotną rolę w zapewnianiu większości bieżącej płynności na rynkach. Początkowo umożliwiał dużym inwestorom blokowym zawieranie transakcji bez znaczącego wpływu na ceny rynkowe, a jednocześnie zmniejszał zmienność emisji, takich jak amerykańskie kwity depozytowe (ADR), poprzez ściślejsze skorelowanie ich z akcjami macierzystymi.
Rzeczywiście, strategie stat arb, w miarę jak stają się szerzej stosowane i zautomatyzowane, mają tendencję do popychania rynku w kierunku większej wydajności. Gdy pojawiają się możliwości arbitrażu między aktywami, są one szybko eliminowane dzięki zastosowaniu tych strategii. W rezultacie stat arb może prowadzić do bardziej płynnego i stabilnego rynku.
Jednak nieudany arbitraż statystyczny spowodował również pewne poważne problemy. Upadek Long Term Capital Management (LTCM) w 1998 r. Prawie pozostawił rynek w ruinie. Aby czerpać korzyści z tak małych odchyleń cen, konieczne jest przyjęcie znacznej dźwigni finansowej.
Ponadto, ponieważ te transakcje są zautomatyzowane, istnieją wbudowane środki bezpieczeństwa. W przypadku LTCM oznaczało to, że zlikwiduje się po ruchu spadkowym; Problem polegał na tym, że zlecenia likwidacji LTCM wywołały tylko większą liczbę zleceń sprzedaży w potwornej pętli, która ostatecznie zakończyłaby się interwencją rządu.
Pamiętaj, że większość krachów na giełdzie wynika z problemów z płynnością i dźwignią – to właśnie na tej arenie, na której działają arbitrzy statystyczni. Algorytmy stat arb zostały również częściowo obwinione za „ awarie flashowe ”, których rynek zaczął doświadczać w ciągu ostatniej dekady. Błyskawiczny krach to zdarzenie na rynkach elektronicznych papierów wartościowych, w którym gwałtowna wyprzedaż papierów wartościowych prowadzi do pętli ujemnego sprzężenia zwrotnego, która może spowodować dramatyczne spadki cen w ciągu kilku minut.
Podsumowanie
Arbitraż statystyczny jest jedną z najbardziej wpływowych strategii handlowych, jakie kiedykolwiek opracowano, pomimo niewielkiego spadku popularności od lat 90. Obecnie większość arbitrażu statystycznego jest przeprowadzana poprzez transakcje o wysokiej częstotliwości przy użyciu połączenia sieci neuronowych i modeli statystycznych. Strategie te nie tylko zapewniają płynność, ale są również w dużej mierze odpowiedzialne za niektóre z największych awarii, jakie widzieliśmy w firmach takich jak LTCM w przeszłości. Dopóki kwestie związane z płynnością i dźwignią są połączone, prawdopodobnie nadal będzie to sprawiać, że strategia będzie warta uznania nawet dla zwykłego inwestora.